1. Concepción y principios básicos de interpretación espacial de la economía turística

La economía del turismo se concibe como un sistema integrado a nivel nacional por una serie de subsistemas espaciales que definen sus características y determinan el funcionamiento espacial de la economía turística a nivel subnacional. Esta propuesta se basa en la concentración económica desde el enfoque de la dimensión espacial de la economía, en la que el espacio se considera como una dimensión; es un enfoque teórico que se ha estado trabajando y desarrollando durante varios años y que ha dado lugar a una variedad de análisis y publicaciones sobre la economía en el espacio que puede consultarse en ^{Asuad (2001: 137-158}; ^{2007: 139-274}; ^{2014: 312-319)}.

En esencia, se plantea que las actividades económicas y la economía subnacional no pueden comprenderse y analizarse sin considerar el espacio, ya que es esencial para entender el funcionamiento de la economía en general y de las actividades económicas que se llevan a cabo en ciertos sitios y lugares en el interior de los países. A partir de estos principios, se han desarrollado una conceptualización y una metodología para el análisis de las actividades económicas incluyendo su espacio, como puede consultarse en la bibliografía anteriormente referida y que en este artículo fue aplicada para el turismo.

El turismo como actividad económica, independientemente de sus particularidades sectoriales, es tradicionalmente concebido de manera agregada nacionalmente y como un sector económico, sin considerar su localización ni peculiaridades que presenta en el espacio nacional. Esto no es sólo por la naturaleza y las características de los sitios en los que se llevan a cabo las actividades turísticas, sino también por la forma en que se estructura la producción turística en el espacio, lo que da lugar a áreas, zonas y regiones económicas turísticas.

La concepción del espacio económico del turismo se sustenta en una serie de principios y conceptos, que de manera sucinta se presentan a continuación. Se parte del principio de que la economía del turismo no puede ser comprendida sin su dimensión espacial, debido a que se considera que ninguna actividad económica puede existir y llevarse a cabo sin ésta. El espacio económico del turismo, si bien es una dimensión, se caracteriza por sus diversas magnitudes, las cuales se expresan mediante los requerimientos de espacio indispensables para que la actividad económica del turismo se realice. La primera magnitud es el sitio o lugar en el que se realice dicha actividad, el cual definimos como espacio sitio-turístico. Además, puesto que la actividad turística requiere actividades complementarias y conexas para su funcionamiento económico, la proximidad entre ellas es esencial para tal fin. De ahí que la segunda magnitud se defina como espacio-distancia entre dichos sitios. Por último, no sólo es la distancia entre los sitios turísticos la que cuenta, sino su vinculación e integración, que se expresan mediante la tercera magnitud: el espacio de interacción. En síntesis, los requerimientos o magnitudes de espacio consisten en espacio-sitio, espacio-distancia y espacio de interacción entre sitios.

Económicamente, el espacio-sitio es el lugar donde se lleva a cabo la actividad de producción y consumo del turismo, y es uno de los aspectos más importantes que lo distinguen de otras actividades económicas, ya que su producción y consumo se realizan en el mismo lugar, a diferencia de la mayoría de los casos en otros sectores económicos en los que no coinciden tales actividades.

Los atractivos turísticos de los sitios o lugares donde se realiza la actividad son muy diversos, suelen depender de una serie de factores, entre los que destacan: recursos y paisajes naturales que poseen; sus características sociales y culturales; la especialización, y la diversificación productiva de bienes y servicios que produce la actividad turística. Es de mencionar que el desarrollo económico de los sitios propicia el surgimiento del turismo de negocios, mientras que el tamaño y la importancia económica y poblacional incitan el turismo en salud. Los sitios turísticos destacan también por su heterogeneidad y especialización, ya que sólo unos cuantos lugares poseen dichas características, lo que precisamente hace que los turistas se desplacen desde sus lugares de origen, a fin de consumir los servicios y los bienes que ellos proveen.

Los requerimientos del espacio-distancia de los sitios turísticos son muy importantes, tanto para la provisión u oferta de los servicios del sector, como por su demanda. Los atractivos turísticos tienden a aglomerarse en el espacio, a fin de acortar la distancia entre las actividades de este tipo y que así se complementen. Por otra parte, el espacio-distancia entre los sitios receptores y emisores de turistas también condiciona la estructura productiva y el funcionamiento económico de la actividad turística en el espacio, ya que la distancia y la accesibilidad entre los sitios emisores y los receptores dependen en gran medida de la reducción de la distancia física y económica entre ellos. De esta forma, tiene un papel estratégico para la atracción turística de los medios y sistemas de transporte, así como sus costos en tiempo y en dinero.

El tercer requerimiento económico espacial de la actividad turística es el espacio de interacción y vinculación de los sectores característicos y no característicos de dicha actividad, ya que son determinantes tanto de la magnitud como de las particularidades de los bienes y los servicios que ofrecen los sitios turísticos, debido a su complementariedad e integración productiva.

Los tres requerimientos de espacio se integran en la concepción de espacio económico del turismo, la cual consiste en el conjunto de sitios turísticos que, debido a sus localizaciones, y a partir de sus espacios-distancia, se vinculan mediante sus espacios de interacción, gracias a sus complementariedades y conexiones.

El concepto de espacio económico del turismo es una categoría general, a partir de la cual se derivan los conceptos económicos de territorio y región turística. El territorio económico turístico consiste en usos del suelo, equipamiento, instalaciones e infraestructura que posibilitan la prestación de servicios y bienes turísticos. De manera agregada, corresponde a las localidades urbanas y rurales turísticas que proporcionan dichos servicios y bienes, las cuales se desagregan a niveles suburbano y rural, lo que da lugar a áreas y zonas o corredores en su interior, que generalmente se vinculan a través de medios y sistemas de transporte existentes.

Por último, el concepto de región económica turística consiste en un área en el espacio que se caracteriza por la concentración económica espacial de las actividades turísticas, las cuales se distinguen por unos cuantos nodos o centros principales turísticos que ordenan y aglomeran espacial y funcionalmente a los subcentros o nodos secundarios turísticos mediante el sistema de medios de transporte y comunicación.

Los nodos o centros turísticos se caracterizan por concentrar la mayor parte de la producción y el consumo turístico en el espacio, a la vez que articulan centros secundarios de menor tamaño, que complementan e integran la actividad turística en dicho espacio. Cabe aclarar, que el nodo o centro turístico, desde nuestra concepción, corresponde a localidades turísticas definidas como la unidad espacial agregada más pequeña del territorio, y suele emplearse como referencia a una ciudad o pueblo, que a su vez se ubica en zonas político administrativas más amplias, municipios y entidades federativas. Además, puesto que en la literatura internacional se considera al PIBT como el indicador más representativo de la actividad turística de acuerdo con ^{Cañada (2013)}, su estimación permite identificar y precisar los nodos, es decir, los sitios y lugares en los que se llevan a cabo la producción y el consumo de la actividad turística en nuestro país.

Por último, destaca que la distribución espacial de la actividad económica turística se caracteriza por crear lugares centrales en los espacios turísticos, los cuales se integran por nodos localizados en dichos centros. Además, tales lugares cuentan con un área de complemento o periferia en la que se localizan las actividades turísticas complementarias y conexas a dicho centro. A este tipo de formación turística en el espacio se denomina de centro-periferia. Es posible diferenciar dicha distribución espacial de acuerdo con sus particularidades en tres tipos: áreas, zonas o corredores, y regiones turísticas.

El área turística es la que se caracteriza por una estructura, donde predomina un solo centro o nodo turístico, con un área de complemento de subcentros vinculados por medios de transporte. Por su parte, las zonas o corredores se distinguen por la existencia de una serie de centros y subcentros articulados e integrados por un camino o medio de transporte, lo que da lugar a su formación. Por último, las regiones turísticas se caracterizan por la existencia y la complementariedad de las áreas y zonas o corredores turísticos.

1. Estimación del PIB turístico por entidad federativa y municipio en 2018

En la literatura para este tipo de estimaciones se recomienda un método híbrido que combina la información nacional con la regional para estimar los datos regionales (^{Cañada, 2013}). Además, dicho cálculo se realiza a partir de las cuentas nacionales, mediante el uso de diversas metodologías, caracterizadas en esencia por regionalizar los datos nacionales, debido a la falta de información regional de insumo-producto. Tal regionalización se lleva a cabo mediante el método de arriba hacia abajo o descendente, es decir, la estimación regional se realiza a partir de los datos nacionales, para lo cual se utilizan coeficientes de participación representativos de las regiones o áreas. Para el método ascendente, la estimación de los datos regionales se realiza a partir de la información regional disponible, la cual se totaliza por regiones a fin de obtener los datos totales a nivel nacional. No obstante, en este trabajo se utilizó un método híbrido que combina ambos procedimientos para la estimación de los datos subnacionales. Se inició con el método descendente, es decir, a partir de los datos nacionales que se presentan en la CSTM y la información disponible sobre producción turística de las entidades federativas y municipios de los censos económicos. Sin embargo, la información censal del sector turístico es parcial, ya que al totalizarse los datos subnacionales para obtener los datos nacionales sólo se cubre una parte de ellos. En consecuencia, se aplicó el método ascendente a los datos nacionales, por lo que se tomaron las participaciones del PIB turístico de entidades y municipios, y se multiplicaron por los datos nacionales, a fin de reexpresar los datos subnacionales en términos nacionales mediante el uso de coeficientes.

Por lo anterior, la estimación del PIBT por entidad federativa para 2018 se inició con el método descendente, con el referente del dato del PIB del turismo nacional de ese año, considerando su composición de las 118 clases de actividad que lo integran de acuerdo con el Sistema de Clasificación Industrial de América del Norte (SCIAN), lo que arrojó un valor de 1 868 714.15 millones de pesos corrientes a precios básicos del año base de 2013.

Posteriormente, se identificó como variable aproximada del PIB turístico estatal y municipal al valor agregado censal bruto (VACB), contenido en el censo económico de 2018, debido, por un lado, a que se desagrega espacialmente la información a nivel de entidad federativa y municipio, y por el otro, a que registra las 118 clases de actividad del SCIAN asociadas con la actividad turística, además, por su semejanza en la valoración del PIB turístico a precios básicos. No obstante, al totalizar los valores del VACB de las entidades federativas y los municipios, se registraron diferencias significativas, ya que los totales desagregados espacialmente no coincidían con los datos nacionales, como se muestra en el Cuadro 1.

Las diferencias con los datos nacionales surgen, por un lado, de la confidencialidad de los datos, lo que ocasiona que se omita la presentación de información, y, por otro lado, de las estimaciones agregadas de la producción turística, las cuales implican el uso de diferentes fuentes de información estadística, además de la censal, que sólo contiene información del sector privado, lo que arroja diferencias entre ambos valores. Sin embargo, la medición espacial desagregada del turismo debe ser estadísticamente consistente con la nacional. Por ello, dichos datos subnacionales se reexpresaron en términos nacionales, al multiplicar la participación porcentual del valor agregado de los sectores del PIB turístico estatal y municipal por el total nacional, proveniente de la cuenta satélite, con el supuesto de que esas participaciones se mantienen y sólo se reexpresan sus valores al considerar el dato medido nacionalmente como el total.

Dicha estimación se realiza al aplicar el siguiente índice de reexpresión de valores por entidad federativa de la actividad turística (Ive_N), con base en el dato nacional, que se especifica como:

De ahí que el valor agregado censal bruto turístico por entidad federativa (VACBT_e) se reexprese a partir del dato nacional del PIBT_N, al multiplicar la participación porcentual del VACBT_e del total de la suma del valor agregado turístico por entidad federativa, ∑e=132VACBTe por el producto interno bruto turístico total a nivel nacional (PIBT_N), dato que proviene de la CSTM. El resultado de esta estimación arroja un valor para el total de las entidades federativas de 100 por ciento.

A continuación, a fin de identificar los municipios en los que se realiza la actividad turística, se utilizaron los datos por localidad del censo de población y vivienda de 2020 (^{INEGI, 2021a}) para seleccionar los municipios urbanos mayores a 15 000 habitantes, ya que la mayor parte de la actividad turística se da en concentraciones urbanas, lo que es determinante de la expansión económica y del potencial del mercado. La población ocupada fue otro factor considerado, pues muestra la importancia relativa de las actividades económicas. Asimismo, se empleó el número de unidades económicas dedicadas a la prestación de “servicios de alojamiento temporal y de preparación de alimentos y bebidas” (sector 72), puesto que integra las principales actividades características del turismo (^{INEGI, 2019}).

Se incluyeron también los denominados “Pueblos Mágicos” de la Secretaría de Turismo (Sectur), debido a que desempeñan actividades turísticas indistintamente del tamaño de su población. Posteriormente, una vez que se seleccionaron los 644 municipios con actividad turística, se procedió a la estimación del índice de reexpresión aplicado a los valores municipales, tomando como base el dato el PIBT_N , para estimar el PIB del turismo municipal (PIBT_M), el cual se denota como:

La estimación para los 644 municipios arrojó un valor del PIBT_M de 97.9% del PIB turístico nacional. Posteriormente, de acuerdo con la metodología establecida se procedió a validar la asociación estadística del PIBT _M como variable dependiente y la población ocupada (PO_M), así como las unidades económicas turísticas a nivel municipal (UE_M), como variables independientes, lo que se denota como:

Para ello se realizó un análisis de regresión lineal de corte transversal, para lo cual se especificó la siguiente ecuación econométrica:

Los resultados que arrojó la regresión son estadísticamente significativos, pero la varianza del error estándar es diversa para los regresores, lo que parece indicar la existencia de heterocedasticidad, como se observa en el Cuadro 2.

A fin de confirmar la existencia de heterocedasticidad, se aplicó la prueba de White, que no se basa en la normalidad, ya que consiste en realizar un análisis de regresión, considerando como variable dependiente la suma de los residuales al cuadrado y como variables independientes los cuadrados de los regresores y los productos cruzados de esas variables. De tal manera que el resultado que valida la existencia de heterocedasticidad consiste en el rechazo de la hipótesis nula, que establece la hipótesis contraria basada en la homocedasticidad de los resultados del modelo de regresión. Ello se confirmó, pues los resultados del modelo de regresión anterior no rechazan la hipótesis nula, por lo que se corroboró la existencia de heterocedasticidad, ya que la R ² es de 92%, también existe significancia estadística en los regresores y su probabilidad es menor a 0.5%, como se muestra en el Cuadro 3.

Además, se aplicó la prueba de White para confirmar la existencia de heterocedasticidad. Cabe aclarar que dicha prueba se realiza mediante un análisis de regresión, considerando como variable dependiente los residuos al cuadrado, y como variables independientes el cuadrado de dichas variables y de sus productos cruzados. En el Cuadro 4 se presentan los resultados de la prueba de White, que confirman que el modelo no presenta homocedasticidad, debido a que el p-valor fue menor a 0.05, por lo no que se rechaza la hipótesis nula y, por lo tanto, existe heterocedasticidad.

No obstante, a pesar de que la estimación no presenta homocedasticidad, algunas variables tienen varianza de los errores de dispersión respecto al valor de la recta de regresión, como se muestra en la Gráfica 1.

Fuente: elaboración propia.

Gráfica 1 Varianza de los errores de dispersión 

Con la finalidad de considerar la participación de esas variables en el modelo y anular su efecto diferenciador por su elevada varianza de los errores residuales de acuerdo con el modelo teórico de distribución normal, se identificaron las observaciones atípicas que propician la elevada varianza. Posteriormente, para corregirla se utilizaron en dichas observaciones variables dummy con valor de uno, se realizó nuevamente el análisis de regresión de White, con base en los valores individuales de cada variable independiente, y se anexó una variable dicotómica con valor de uno, a fin de obtener las variables reducidas en los errores (^{Gujarati y Porter, 2010}).

A continuación, se aplicó el estimador robusto de Huber-White-Hinckley (HC1) para ajustar los errores estándar mediante una regresión auxiliar, en la que los errores al cuadrado conforman la variable dependiente, y los cuadrados y los productos cruzados, la independiente. Para ello, se utilizó el patrón de autocorrelación, al aplicar la matriz de covarianza de los estimadores y sus efectos. El estimador robusto hace que las desviaciones típicas de cada uno de los coeficientes se reduzcan, en conjunto con la varianza de los residuos estimados, como se muestra en el Cuadro 5.

En el Cuadro 5 se muestran los resultados del modelo de regresión ajustado, los cuales confirman la validez de la ecuación de regresión del PIBT_M, ya que la R cuadrada ajustada es de 93% y existe significancia estadística en todos los regresores, incluyendo los de las variables dummy, ya que su probabilidad es menor de 0.5% en todos ellos. Por otra parte, el error estándar de la regresión es tan sólo de 0.029041, lo que es indicativo de una menor dispersión. Además, la suma de los cuadrados de los residuos también disminuyó a 0.530473, por lo que mientras menor sea este valor, mejor se ajustará el modelo a los datos. Asimismo, los valores del estadístico F son positivos. Además, el estadístico Durbin-Watson es cercano a dos, lo que indica que no existe autocorrelación.

Por último, para determinar si las variables independientes de la regresión, las dicotómicas y las correspondientes a valores establecidos que se presentan en el Cuadro 5 son estadísticamente significativas, se aplicó la prueba de Wald. Los resultados obtenidos se presentan en el Cuadro 6, donde se observa que la probabilidad es menor a 0.05, por lo que se rechaza la hipótesis nula de que los parámetros son iguales a cero y se acepta la hipótesis alternativa, en la que son diferentes de cero y, por lo tanto, son estadísticamente significativos.

2. Estimación del PIBT_L y su validación estadística mediante prueba de hipótesis

La estimación del PIBT_L se realizó en dos subetapas: en la primera se aplicó un índice compuesto ponderado de los valores de regresión de las variables independientes de la población ocupada y de las unidades económicas turísticas a nivel de localidad (Icp_R), y, posteriormente, se normalizaron las variables; en la segunda se realizó una prueba de hipótesis para validar la significancia estadística de la estimación, mediante la comprobación o falsedad de la hipótesis nula (^{Guajarati y Porter, 2010}).

La estimación del PIBT_L se realizó al multiplicar el índice (Icp_R) por el PIBt_m , lo que se especifica como:

Donde el Icp _R es igual a la suma de los coeficientes ponderados de los regresores de la población ocupada (Icpr _POL ) y de las unidades económicas por localidad (Icpr_UEL), lo que se denota como:

Por su parte, cada coeficiente ponderado de los regresores de las variables independientes seleccionadas es función de la multiplicación de dos índices simples de participación relativa. Éstos corresponden para el índice de los Icpr _POL a la multiplicación de la participación de los regresores de la producción turística a nivel municipal (CR _poM) respecto al total (CR_tM) multiplicado por 100, por la participación de las variables de población ocupada por localidad (Po_L), en relación con la población ocupada municipal (Po_M ), multiplicado por 100; esto se denota como:

El índice de los coeficientes ponderados de regresión de las unidades económicas del sector turístico a nivel localidad (Icpr_UEL) se obtiene al multiplicar la participación de los regresores de las unidades económicas del sector turístico a nivel municipal (CR_UEM) respecto al total de los coeficientes de regresión (CR_TM) por 100, lo que se multiplica por la participación de las variables de las unidades económicas del sector turístico por localidad (UE_L) respecto a las unidades económicas del sector turístico municipal (UE_M) por 100; esto se especifica como:

Además, las variables utilizadas se estandarizaron debido a que las cifras originales se encontraban en pesos corrientes, personas y unidades económicas, lo que podría generar distorsiones a causa de las diferentes escalas (^{Soto de la Rosa y Schuschny, 2009}).

Cabe aclarar que existen diversas metodologías de normalización, pero una de las más utilizadas es la del reescalamiento, que consiste en transformar el nivel de las variables a un intervalo entre 0 y 1, mediante las distancias que existen entre los valores máximo y mínimo de la variable, considerando el conjunto de los datos, lo que se denota de la siguiente manera:

No obstante, si existen valores atípicos, como el caso que nos ocupa, por la gran heterogeneidad del tamaño de las localidades y de la concentración de las actividades económicas del turismo en ellas, los valores de la estandarización en algunas observaciones pueden ser mayores a la unidad y varían de la escala tradicional de estandarización de cero y uno, lo que afecta el análisis de la regresión entre las variables.

Esto se debe a que una de las principales características de la actividad turística es su concentración y heterogeneidad, ya que existe una gran diversidad en el tamaño de localidades que realizan actividades turísticas, como son las grandes ciudades, zonas metropolitanas y ciudades medias y pequeñas, así como poblados rurales.

Por último, para validar la significancia estadística de la estimación del PIBT_L, se llevó a cabo una prueba de hipótesis. De acuerdo con ^{Guajarati y Porter (2010)}, una prueba de significancia es un procedimiento que utiliza los resultados muestrales para comprobar la verdad o la falsedad de la hipótesis nula. Esta prueba, aplicada a la asociación entre el PIBT_L como variable dependiente y al PIBT_M como independiente, con la hipótesis nula plantea que no existe asociación estadística entre ambas. Al respecto, los resultados rechazan la hipótesis nula, lo que da evidencia de la asociación entre las variables consideradas, debido a que los resultados arrojan una R cuadrada de 99% y la probabilidad es menor a 0.5%, como se muestra en el Cuadro 7.